What is the optimal radiotherapy utilization rate for lung cancer?—a systematic review
Notice bibliographique
Résumé
Lung cancer is a major cause of morbidity and mortality globally. Although radiotherapy (RT) may be beneficial in the radical and/or palliative management of many lung cancer patients, it is underutilized worldwide. Population-level development of RT resources requires estimates of optimal radiotherapy utilization rates (ORUR) and actual radiotherapy utilization rate (ARUR). A systematic review of PubMed database for English-language articles from January 2009 to January 2019 was performed. Keywords included utilization, underutilization, demand, epidemiologic, benchmark, RT and cancer. Data abstracted included: study population, diagnosis, stage, year of diagnosis, timing of RT, intent of RT, ARUR, and ORUR. Eligible studies provided ARUR or ORUR for lung cancer, small cell lung cancer (SCLC), or non-small cell lung cancer (NSCLC). Included ARUR were based on at least 1,000 patients who were diagnosed or treated in 2009 or later. Included ORUR were based on evidence review or ARUR in 2009 or later. The initial search strategy yielded 1,627 unique abstracts. After review, 105 articles were determined appropriate for full-text review. From these, a final set of 21 articles met all inclusion criteria. In eight papers, ORUR was estimated. Estimated lifetime ORUR ranged from 61% to 82%. Methods for estimation included the evidence-based guideline model, Malthus model, and criterion-based benchmarking (CBB) model. The majority of estimates (6/8) used the evidence-based guideline model. Fifteen papers provided ARUR on lung cancer, inclusive of SCLC and NSCLC. ARUR within 9 months to 1 year of diagnosis ranged from 39% to 46%. Lifetime ARUR was an estimated 52% in Ontario, Canada. Palliative intent ARUR ranged from 12% in Central Poland to 46% in Ontario, Canada. RT is underutilized for lung cancer globally, and there is wide geographical variation in the level of underutilization.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,064 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,012 | 0,014 |
| Bibliométrie | 0,012 | 0,014 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».